spark 还有哪些核心概念需要重点掌握的？

Resilient Distributed Datasets (RDDs)：RDD 是 spark 的基础，是一种可以在分布式集群上并行操作的分布式数据集合。

Spark Core API：Spark Core API 是 spark 的核心，提供了一套高层的分布式操作的函数库，包括数据的加载、转换、缓存、计算和输出等。

Spark SQL：Spark SQL 是 Spark 的一个模块，提供了对数据查询和分析的功能，并提供了丰富的数据读取能力。

Spark Streaming：Spark Streaming 是 spark 的流式计算模块，提供了高效、实时的流式数据处理能力。

Spark MLlib：Spark MLlib 是 Spark 的机器学习库，提供了高效、分布式的机器学习算法，包括分类、回归、聚类、降维、特征选择等。

Cluster Manager：Cluster Manager 是 spark 的资源管理器，负责管理 spark 作业在集群上的资源分配和调度。

Spark UI：Spark UI 是 spark 的可视化界面，提供了作业的实时监控和可视化分析，帮助用户诊断问题。

以上是 spark 的核心概念，理解这些概念是 spark 的入门和学习的基